Giới thiệu Images 2.6: OpenAI đưa tính năng chuyển động vào API

OpenAI đã phát hành Images 2.6 vào ngày 4 tháng 11 năm 2026, và bản demo họ chọn là một linh vật đang vẫy tay. Đó là phiên bản của đợt ra mắt này mà hầu hết các bài đưa tin sẽ tập trung vào: ChatGPT giờ có thể tạo GIF lặp từ một câu lệnh hoặc một bức ảnh, điều chỉnh tốc độ phát, tua từng khung hình và sửa một khung. Phiên bản mà các nhà phát triển nên quan tâm lại lặng lẽ hơn. Cùng bản phát hành đó đã đưa hai mô hình API mới lên hệ thống — GPT-Image-2.6 Flare, được tinh chỉnh cho độ trễ, và GPT-Image-2.6 Sunburst, được tinh chỉnh cho chi tiết và để giữ chủ thể ổn định qua một chuỗi chỉnh sửa — và bổ sung bốn điều khiển thay đổi cách bạn viết một lệnh gọi hình ảnh chứ không chỉ tốc độ nó trả về. Images 2.6 đã có mặt trong ChatGPT, trong Codex và qua API trên mọi gói ChatGPT, trên web, desktop và di động.

Bài viết này nói về những gì thực sự đã thay đổi, chi phí ra sao, và trong số các tuyên bố khi ra mắt, những tuyên bố nào đã có bằng chứng đằng sau cho đến nay. Câu trả lời ngắn gọn cho câu hỏi cuối: gần như không có, vì mô hình mới chỉ một ngày tuổi.

Đã có gì được phát hành vào ngày 4 tháng 11?

Năm điều, theo thứ tự đại khái về mức độ chúng làm thay đổi một quy trình làm việc sản xuất.

• Đầu ra GIF động. Một ảnh tĩnh trở thành một vòng lặp ngắn. Trong ChatGPT, bạn có thể đặt tốc độ phát, xem từng khung hình và chỉnh sửa chúng trước khi chia sẻ. Trên API, đây là một định dạng đầu ra cùng với PNG, JPEG và WebP, có sẵn trên cả các mô hình mới.

• Một tham số độ phức tạp. Thấp, trung bình hoặc cao, và đây không phải là nút chỉnh chất lượng. Nó quy định mô hình lập kế hoạch bao nhiêu trước khi vẽ. Hướng dẫn dành cho nhà phát triển của OpenAI là bắt đầu ở mức thấp cho các chỉnh sửa thông thường và chỉ tăng lên khi một cảnh có nhiều yếu tố hoặc ràng buộc phải cùng tồn tại.

• Chỉnh sửa có hướng dẫn bằng đánh dấu. Bạn gửi hình ảnh nguồn cùng một lớp phủ đã đánh dấu cho thấy chính xác vị trí cần thay đổi. Lớp phủ là một tệp PNG trong suốt có cùng kích thước với hình ảnh đầu tiên và không thể kết hợp với mặt nạ trong cùng một yêu cầu. Đây là thao tác "vẽ lên ảnh" của ChatGPT, được nâng lên thành một tham số.

• Xuất SVG.Đầu ra vector trực tiếp từ lệnh gọi hình ảnh, điều này quan trọng với logo, bộ biểu tượng và bất kỳ nội dung nào hướng tới quy trình in ấn hoặc thiết kế mà nếu không sẽ phải vector hóa lại từ ảnh raster.

• Tốc độ. OpenAI tuyên bố tốc độ tạo tổng thể nhanh hơn khoảng 50%. Flare ở chất lượng thấp được cho là khoảng sáu giây mỗi hình ảnh — con số khiến bản xem trước GIF có cảm giác tương tác thay vì chạy theo lô.

ChatGPT cũng có thêm hình ảnh tham chiếu có thể tái sử dụng, nhờ đó một nhân vật, thú cưng hoặc sản phẩm xuất hiện lặp lại không cần phải tải lên lại ở mỗi lượt. Không có nội dung nào trong số này là một mô hình nền tảng mới theo nghĩa kiến trúc. Đây là một bản phát hành năng lực thuộc dòng Images, vốn bắt đầu với Images 2.0 vào tháng 4 năm 2026 và được tách thành hai hạng với Images 2.5 vào tháng 9.

Hai mô hình API là một quyết định định tuyến, không phải sự phân tách marketing

GPT-Image-2.6 Flare và GPT-Image-2.6 Sunburst có cùng mức giá. Chúng không phải cùng một mô hình với giá trị mặc định khác nhau. Flare được xây dựng để trả kết quả nhanh và, theo OpenAI, cũng cải thiện chất lượng bố cục cho poster và hình ảnh sản phẩm — những trường hợp bố cục mà văn bản và vật thể phải nằm ở một vị trí cụ thể. Sunburst được xây dựng cho các bố cục phức tạp và cho thứ đã âm thầm trở thành phần khó của việc tạo ảnh: giữ cho chủ thể vẫn dễ nhận ra chính nó qua mười lần chỉnh sửa liên tiếp.

Sự phân tách đó là thông tin hữu ích nhất trong bản phát hành, vì nó ánh xạ tới hai công việc khác nhau từng dùng chung một mô hình. Một trình tạo ảnh thu nhỏ, một công cụ phác thảo storyboard hay bản xem trước trong cuộc trò chuyện sẽ muốn có Flare. Một quy trình tài sản thương hiệu chỉnh sửa cùng một hình ảnh chủ đạo trên năm mươi SKU sẽ muốn có Sunburst, và sẵn lòng chấp nhận thêm vài giây.

Cả hai đều nhận văn bản và hình ảnh đầu vào, xuất ra hình ảnh, trên /v1/images/generations và /v1/images/edits. Cả hai đều không phải là mô hình trò chuyện tổng quát, và cả hai đều không chấp nhận video.

Cái giá phải trả, tính bằng những đơn vị duy nhất thực sự quan trọng

OpenAI tính phí các mô hình này theo token, không phải theo ảnh, và bảng giá không thay đổi so với Images 2.5:

• Đầu vào văn bản — 5,00 USD mỗi triệu token, 1,25 USD cho phần đã lưu trong bộ nhớ đệm.

• Đầu vào hình ảnh — 8,00 USD mỗi triệu token, 2,00 USD nếu đã lưu bộ nhớ đệm.

• Đầu ra hình ảnh — 30,00 USD mỗi triệu token.

Vì số token đầu ra tăng theo số pixel mà mô hình thực sự vẽ, chi phí mỗi ảnh là một khoảng, không phải một con số. Ở 1K, một bản render chất lượng thấp rơi vào khoảng nửa xu và bản chất lượng cao khoảng năm xu; đẩy lên 2K thì chất lượng cao đạt khoảng mười xu. Cùng một mức token trông đắt đỏ khi so với đối thủ tính giá cố định theo ảnh lại trông bình thường khi bạn nhận ra mình đang trả tiền cho độ phân giải mình yêu cầu chứ không phải mức trung bình trên một hạng.

Cấu trúc đó cũng là lý do tại sao một bảng giá không đổi vẫn có thể là một đợt giảm giá trên thực tế. Nếu Images 2.6 đạt cùng chất lượng với thời gian thực ít hơn 50%, và số token trên mỗi hình ảnh là tương đương, thì chi phí cho một đầu ra nhất định không đổi trong khi chi phí của pipeline xung quanh nó giảm. Các tác vụ hàng loạt xếp hình ảnh qua đêm sẽ không nhận thấy. Bất kỳ thứ gì mang tính tương tác thì sẽ nhận thấy.

Tại thời điểm viết bài, OrcaRouter không cung cấp Images 2.6, nên thông tin khả dụng trung thực là API riêng của OpenAI và một số nền tảng bên thứ ba. Điều mà danh mục của chúng tôi hiện có là thế hệ trước, GPT-Image-2.5 Flare và GPT-Image-2.5 Sunburst, cùng với các mô hình hình ảnh Gemini và Imagen của Google và Grok Imagine Image của xAI — tất cả chỉ với một khóa, theo giá niêm yết của nhà cung cấp với mức chênh lệch 0%, có tự động chuyển đổi dự phòng giữa các nhà cung cấp. Khi một mô hình có mặt tại đây, giá của nhà cung cấp là giá của chúng tôi trong cùng ngày; chúng tôi không cộng thêm biên lợi nhuận định tuyến nào lên trên.

Điều mà chúng tôi chưa thể nói với bạn

Không có điểm số độc lập nào cho Images 2.6. Chúng tôi đã kiểm tra bảng xếp hạng text-to-image và image-editing của Artificial Analysis vào ngày 5 tháng 11 và cả hai đều không liệt kê GPT-Image-2.6 Flare hay Sunburst; đứng đầu bảng text-to-image vẫn là thế hệ trước, GPT Image 2.5 Sunburst với 1,224 Elo và GPT Image 2.5 Flare với 1,208. Đó không phải là lời chê mô hình mới. Đó chỉ đơn giản là diện mạo của "một ngày tuổi" trên một đấu trường sở thích cần hàng nghìn phiếu bầu theo cặp trước khi công bố một con số.

Bảng xếp hạng duy nhất mà OpenAI có thể viện dẫn là Design Arena, nơi họ nói Sunburst đã giành vị trí đầu tiên và soán ngôi mô hình tiền nhiệm của chính mình. Hãy coi đó là kết quả đấu trường do nhà cung cấp tự dẫn ra chứ không phải một chuẩn đánh giá đã được kiểm toán: tuyên bố này cụ thể và có thể kiểm chứng, nhưng Design Arena chưa công bố Elo cho mô hình mới mà chúng tôi có thể xác minh, và vị trí trên đấu trường là thước đo sở thích, không phải thước đo độ trung thực.

Tuyên bố có nhiều cơ sở nhất lại là tuyên bố kém hào nhoáng nhất. OpenAI cho biết dịch vụ hiện tạo ra hơn 4 tỷ hình ảnh mỗi tuần trên ChatGPT và API, tăng từ 3 tỷ vào tháng 9. Đó là một con số sử dụng, không phải con số chất lượng, và do chính họ báo cáo — nhưng mức tăng 33% trong bảy tuần là kiểu con số giải thích vì sao công việc tăng tốc được ưu tiên hơn một bước nhảy nữa về độ trung thực đỉnh cao.

Xung đột tên đáng để biết

Microsoft đã phát hành MAI-Image-2.6 vào tháng 8 năm 2026. Đây là một mô hình khác đến từ một công ty khác, có bề mặt API riêng thông qua nền tảng của Microsoft và đã có các điểm số độc lập — 1.168 Elo trên bảng xếp hạng text-to-image của Artificial Analysis và 1.151 trên chỉnh sửa ảnh. Nếu bạn tìm kiếm "Images 2.6 benchmarks" trong tuần này, một phần đáng kể kết quả sẽ nói về mô hình đó, hoặc sẽ trộn lẫn cả hai.

Điểm khác biệt quan trọng khi bạn đọc bảng thông số kỹ thuật: dòng sản phẩm của OpenAI là Images như tên sản phẩm và GPT-Image-2.6 như định danh API. Còn của Microsoft là MAI-Image-2.6. Chúng không dùng chung trọng số, giá hoặc một dòng trên bảng xếp hạng. Bất kỳ ai hôm nay trích dẫn Elo cho "Images 2.6" gần như chắc chắn đang trích dẫn Elo của một trong hai cho cái còn lại.

Ai nên di chuyển, và ai nên chờ đợi

Nếu pipeline của bạn đã chạy trên GPT-Image-2.5 và nút thắt cổ chai là độ trễ tương tác, thì Flare là một lựa chọn thay thế đơn giản và rủi ro chỉ mới một ngày tuổi là thấp: cùng endpoint, cùng tốc độ token, cùng hình dạng đầu ra, và mức tăng tốc đã được ghi nhận trong tài liệu. Nếu nút thắt của bạn là độ trôi khi chỉnh sửa — lần chỉnh sửa thứ năm âm thầm thay đổi một khuôn mặt hoặc một logo — thì Sunburst mới là lựa chọn đáng quan tâm, và đáng để thử nghiệm có giới hạn thay vì chuyển đổi hẳn, vì tuyên bố về tính nhất quán chính là tuyên bố chưa có bằng chứng độc lập nào.

Nếu điều bạn thực sự muốn là tính năng GIF, hãy lưu ý điểm mà những người đánh giá đầu tiên đã gặp phải: việc triển khai diễn ra dần dần và một số tài khoản không có tính năng này ngay từ ngày đầu. API cũng không chấp nhận GIF làm định dạng đầu vào — bạn có thể tạo một GIF, nhưng không thể đưa nó trở lại làm đầu vào.

Điều cần theo dõi trong hai tuần tới là sự xuất hiện của dòng Artificial Analysis. Khi GPT-Image-2.6 Sunburst có được điểm Elo, phép so sánh hữu ích không phải là với nhóm mô hình trọng số mở mà là với mức 1.224 của GPT Image 2.5 Sunburst — bởi đó là con số mà OpenAI phải vượt qua để biện minh rằng đây là một thế hệ mới chứ không phải chỉ là một lượt tinh chỉnh.